那年校招季，我在电脑前点开唯品会2018校招数据结构的笔试链接，A卷的时限是九十分钟。说实话，做之前我以为会是网上流传的那种"大小堆求中位数""手写红黑树"之类的硬核题，真正把卷子从头到尾过了一遍之后，我的感受是：这套题并不偏难怪，但它非常"刁"。刁的地方在于，它不怎么考你背没背过某个冷门算法，而是考你在有限时间内，能不能用最扎实的数据结构基本功，把一道看似普通的题做对、做快、做完整。
唯品会作为电商平台，业务场景里天然带着"高并发读、海量商品、实时推荐、订单状态流转"这些关键词，所以它的数据结构笔试题，并不像纯算法竞赛那样追求奇技淫巧，而是更看重你对基础数据结构的理解深度、边界条件意识，以及把结构与实际场景挂钩的能力。这篇文章我把A卷涉及的核心考点、我当时踩过的坑、以及对每一类题目的复盘思路整理出来，给后面准备电商类校招笔试的同学做个参考。不管你是刚把《数据结构》教材翻完的在校生，还是刷题量已经上去但总在笔试环节差一口气的求职者，这篇文章都值得你花十分钟认真读完。
下面我按照A卷实际涉及的知识模块，从具体题目类型入手，把考察意图、解题思路和易错点一次说透。
1. 笔试的整体气质：九十分钟里的"陷阱"与"分水岭"
先说说这套A卷给我的整体观感。整张卷子分成了客观题和编程题两大块，客观题以选择题和填空题为主，覆盖了复杂度分析、线性表、树、图、查找、排序这些常规章节；编程题是两道手写代码题，一道偏重链表操作，一道偏重二叉树遍历。
为什么要强调"观感"？因为校招笔试题的区分度并不全在最后两道编程大题上。像唯品会这种体量的公司，笔试环节要筛掉的人远多于能进入面试的人，所以客观题里埋了大量"看起来会、细想就错"的陷阱。我印象很深的一道选择题：
在一个长度为 n 的顺序表中，在第 i 个元素之前插入一个新元素，需要向后移动多少个元素？
很多人一眼扫过去，觉得答案是 n - i，实际上顺序表插入的标准表述应该是"移动 n - i + 1 个元素"。注意，题目说的是"在第 i 个元素之前插入"，如果 i 从 1 开始计数，那第 i 个元素到第 n 个元素都要往后挪，一共是 n - i + 1 个。这个 +1 就是命题人留的分水岭，基础不扎实的同学，这里就被划走了。
再比如另一道关于循环队列的填空题，给定了队头指针 front 和队尾指针 rear，问队列长度怎么算。背过公式的人都知道是 (rear - front + maxSize) % maxSize，但题目里把 maxSize 换成了数组容量 m，然后 rear 和 front 的初始关系给的是"队尾指针指向队尾元素的下一个位置"。两个条件叠加，很多同学就开始懵。这类题目本身不难，难在你能不能在不同的表述方式里，准确识别出它考察的其实是同一个知识点。
这一部分我复盘下来的核心结论是：校招笔试题里的数据结构客观题，本质是在考"概念的精确性"和"边界条件的敏感度"。你光知道"顺序表插入要移动元素"是不够的，你得知道确切移动多少个；你光知道"二叉树中序遍历是左根右"也是不够的，你得知道当树的存储结构换成线索二叉树时，前驱和后继指针该如何判断。
2. 链表类题目：唯品会笔试的高频主角与递推陷阱
链表几乎是所有校招数据结构笔试题里跑不掉的主角，唯品会A卷也一样。选择题里考了单链表的插入、删除操作的时间复杂度，编程题里有一道是"反转从位置 m 到 n 的链表"。这一节我重点聊聊链表这一块，因为它在选择题和编程题里的出现方式完全不同，需要分开拆解。
2.1 选择题里的链表：操作步骤与指针指向
A卷选择题里有一道非常经典的题：在单链表中，已知指针 p 指向某个结点，要在 p 之后插入一个新结点 s，正确的操作顺序是什么？
这个题的标准答案相信大家都背过：s->next = p->next; p->next = s;先让 s 的指针域指向 p 的后继结点，再让 p 的指针域指向 s。但如果你只是背了答案，碰到变体题就容易翻车。唯品会这道题的变体在于，它把"在 p 之后插入"换成了"在 p 之前插入"，而且没有给头指针，只给了 p 指针。单链表是没有办法直接找到前驱的，这题的答案就不是简单的调整两个指针了，而是要借助"偷天换日"的思路：把 s 插入到 p 的后面，然后交换 s 和 p 的数据域。这种考法，比单纯背代码更能看出一个人是不是真的理解了链表的物理结构。
再来看一道考察链表删除的选择题：删除单链表中 p 指针所指向结点的后继结点。这个比前面那道更基础，但依然有同学会选错。标准操作是先定义一个临时指针 q 指向 p->next，然后让 p->next = q->next，最后释放 q。容易出问题的地方在于，如果题目把"释放 q 的内存"写成了"释放 p 的内存"，你还能不能一眼看出来？这类题目在A卷里反复出现，其实是在提醒你：纸上写代码不是写给自己看的，是写给机器跑的，每一个指针的指向都必须落到实处。
2.2 编程题里的链表：反转区间链表的完整解法
A卷的编程题里，链表的题目是"反转从位置 m 到 n 的链表，要求只遍历一次"。这道题如果你只会反转整个链表，是很容易在区间边界上翻车的。
我在考场上用的解法分三步：
第一步，找到第 m-1 个结点，记为 pre。这一步骤要注意，如果 m=1，那么 pre 就是 null，这种情况下头结点会变，需要特殊处理。
第二步，在 m 到 n 的区间内执行标准的头插法反转。这一步的关键是记住，每次把当前结点 cur 的下一个结点 temp 摘下来，插到 pre 的后面，然后 cur 继续向后走。
第三步，处理边界。如果 pre 是 null，新的头结点就是反转后的区间第一个结点；如果 pre 不是 null，就把 pre 的 next 指向反转后的第一个结点。
这是我当时写的核心代码，我把它整理成了可运行的版本：
struct ListNode { int val; ListNode *next; ListNode(int x) : val(x), next(NULL) {} }; ListNode* reverseBetween(ListNode* head, int m, int n) { if (head == NULL || m >= n) return head; ListNode dummy(0); dummy.next = head; ListNode* pre = &dummy; for (int i = 1; i < m; i++) { pre = pre->next; } ListNode* cur = pre->next; for (int i = m; i < n; i++) { ListNode* temp = cur->next; cur->next = temp->next; temp->next = pre->next; pre->next = temp; } return dummy.next; }这段代码里有两个点值得多说一句。一是 dummy 结点的使用，它让我不用单独判断 m=1 的情况，极大简化了边界逻辑；二是头插法的操作顺序，一定要先把 cur->next 指向 temp->next，再把 temp 的 next 指到 pre->next，最后更新 pre->next。如果这个顺序错了，链表就会断开甚至成环。
这道题在LC（力扣）上有原题，原题编号是92。但如果笔试里碰到，一定要警惕它的变体，比如要求你输出反转后的链表而不是返回头结点，或者要求你不使用 dummy 结点完成同样的操作。变体考的往往不是你会不会反转，而是你对指针操作的理解够不够深。
2.3 链表题的易错点与考后复盘
链表这部分的错误，我复盘了一下，主要集中在三个地方：
- 空指针访问。很多同学在反转链表时，没有判断 cur 和 temp 是否为 NULL，一旦链表长度为边界值，程序直接崩溃。笔试环境里虽然没有编译报错，但面试官看代码时一眼就能发现。
- 丢结点。头插法的过程中，如果没有先用临时变量保存 cur->next，那么在修改 cur->next 之后，原来的后续结点就找不回来了。
- 返回值错误。题目要求返回反转后的链表头结点，结果你返回了 dummy.next 但忘了重新赋值 head，或者返回了反转区间的中间结点。
如果你正在准备校招，我建议你在本子上画一遍链表反转的指针变化图，每一步都画出 pre、cur、temp 三个指针的指向。画完你就会发现，这类题真正难的不是"反转"本身，而是"在反转的过程中如何不丢结点"。这个道理，笔试里用得到，面试手撕代码更用得到。
3. 二叉树与遍历：A卷里的递归与迭代之争
二叉树这一块，A卷考察的密度相当高。选择题里出现了根据前序和中序序列重建二叉树的问题，填空题里考察了完全二叉树的结点编号关系，编程题里则有一道"二叉树层序遍历"的变体。
3.1 根据遍历序列重建二叉树：必考题型与考场思路
"已知某二叉树的前序遍历序列为 ABCDEF，中序遍历序列为 CBAEDF，求后序遍历序列。"这道题是A卷选择题里我印象最深的一道，因为它是典型的"看起来简单，做起来需要耐心"的题目。解题思路其实很固定：前序遍历的第一个结点是根结点，在中序遍历里找到这个根结点，根结点左边是左子树的中序序列，右边是右子树的中序序列；然后根据左右子树序列的长度，把前序序列也分成两段，递归处理。
但考场上的时间压力很容易让人手忙脚乱。我的建议是，在草稿纸上用"分块法"来做，不要在脑子里空转。先把前序序列的第一个字符 A 圈出来，然后把中序序列里 A 左边的 CB 和右边的 EDF 分别框起来，再回到前序序列里数出对应的块 BC 和 DEF。这样一层一层往下拆，后序遍历序列自然就出来了。
这道题考察的实际上是对递归思想的掌握程度。如果你只会用递归做，那笔试是够了；但如果你想在面试里加分，最好能额外掌握迭代做法的思路，也就是用栈模拟递归过程。不过唯品会A卷的笔试阶段，递归解法已经完全够用。
3.2 层序遍历的变体：从"逐层输出"到"之字形输出"
A卷编程题里二叉树那道题，表面上是层序遍历，但加了一个限制："按之字形顺序打印二叉树，即第一行从左到右，第二行从右到左，第三行再从左到右，以此类推。"这题在剑指Offer里有原题，考察的核心是层序遍历，但多了一个层级方向判断。
我的解法是用双栈法，也就是维护两个栈，奇数层结点先左后右入栈，偶数层结点先右后左入栈。具体来说：
vector<vector<int>> zigzagLevelOrder(TreeNode* root) { vector<vector<int>> result; if (root == NULL) return result; stack<TreeNode*> s1; stack<TreeNode*> s2; s1.push(root); bool leftToRight = true; while (!s1.empty() || !s2.empty()) { vector<int> level; if (leftToRight) { while (!s1.empty()) { TreeNode* node = s1.top(); s1.pop(); level.push_back(node->val); if (node->left) s2.push(node->left); if (node->right) s2.push(node->right); } } else { while (!s2.empty()) { TreeNode* node = s2.top(); s2.pop(); level.push_back(node->val); if (node->right) s1.push(node->right); if (node->left) s1.push(node->left); } } result.push_back(level); leftToRight = !leftToRight; } return result; }这段代码的关键在于，偶数层时要先把右子结点入栈，再把左子结点入栈。这个顺序一旦反了，之字形的效果就出不来。我在考场上就因为这个细节卡了几分钟，还好最后检查出来了。
顺带说一句，如果笔试环境不允许你声明两个栈，用队列加反转数组的方法也能实现。每层正常从左到右入队列，收集完一层的结果后，如果是偶数层就调用 reverse 函数反转后再加入结果集。这种写法在时间复杂度上并没有额外损失，因为每层反转的总代价仍然是 O(n)。
3.3 完全二叉树与堆：隐藏在填空题里的联系
A卷填空题里有一道：一个完全二叉树有 1001 个结点，问叶子结点有多少个。这道题如果不记得公式，可以用"最后一个非叶子结点的下标是 n/2"这个性质来推。完全二叉树中，如果从上到下、从左到右给结点编号，那么最后一个非叶子结点的编号是 n/2（向下取整），所以叶子结点的个数就是 n - n/2。当 n=1001 时，最后一个非叶子结点的编号是 500，叶子结点数量是 1001 - 500 = 501。
这类题整体上不难，但它把二叉树和堆排序联系在了一起。如果你能想到"堆本质上就是一棵完全二叉树"，那么很多看似独立的题目，其实背后是同一条知识链。唯品会A卷在这里设置题目，也是在暗示你：数据结构各个章节不是孤立存在的，树和堆、栈和递归、队列和图遍历，它们之间都有千丝万缕的联系。
4. 排序与查找：大数据量场景下的"取舍智慧"
唯品会A卷在排序与查找这一块出的题，是最能体现电商业务特点的。因为它考的并不是"快排怎么写""归并怎么分治"这种默认你会的基础，而是把排序和查找放在具体的场景里，问你"在某种限制条件下，哪种方案更合适"。
4.1 稳定排序与不稳定排序：选择题里的高频陷阱
有一道选择题让我印象很深：下列排序算法中，哪些是稳定的？选项给了冒泡排序、快速排序、堆排序、归并排序、直接插入排序、希尔排序。
这个题如果是死记硬背，很容易搞混。我当时的判断方法是"基于相邻交换"的排序通常是稳定的，冒泡、直接插入、归并都是稳定排序；而"跳跃式交换"的排序往往不稳定，快排、堆排、希尔都是不稳定排序。快排虽然也是交换排序，但它交换的两个元素可能相距很远，所以不稳定。这个判断方法不敢说适用于所有排序算法，但对校招笔试常考的这几种，基本不会出错。
但唯品会的命题人不会让你这么舒服地拿到分。它给出的选项里还有一句描述："对 nearly sorted 的数组，以下哪个排序算法效率最高？"这道题如果你只记得"快速排序平均时间复杂度最低"，就容易掉坑。实际上，对于近乎有序的数组，插入排序的时间复杂度可以逼近 O(n)，而快速排序在这种情况下如果不做优化，反而可能会退化到 O(n²)。电商场景里，很多数据都是"每天新增一小部分、大部分保持原序"，这种场景下插入排序的实战价值往往被低估。
4.2 海量数据找 Top K：堆排序与快排思想的结合
查找部分最有意思的一道选择题是这样的：在 10 亿个整数中找出最大的 100 个数，内存只有 100MB，问最高效的数据结构是什么。选项里有红黑树、最小堆、哈希表、双向链表。
这道题显然不能直接把 10 亿个数全部装入内存，所以常规的排序算法全部失效。正确思路是维护一个大小为 100 的最小堆，遍历 10 亿个数，每次和堆顶元素比较，如果比堆顶大，就把堆顶替换掉，然后向下调整。这样遍历完一遍，堆里剩下的 100 个数就是最大的 100 个数。时间复杂度是 O(n log k)，这里的 k=100，几乎可以看成 O(n)。
这个场景和唯品会"海量商品中找出销量TOP100"的业务需求高度吻合。笔试里考它，其实是在看你会不会把数据结构的知识迁移到真实业务里。如果你只会在教科书上写"堆排序的建堆过程"，但不知道堆可以在海量数据里充当"Top K 筛选器"，那这道题你就拿不到分。
4.3 二分查找的边界条件：一个让无数人栽跟头的细节
A卷里还有一道二分查找的题，但不是裸的二分，而是给了这样一个场景："在一个按升序排列的数组中，查找第一个大于等于目标值的位置。"这道题如果直接把标准二分查找的代码写上去，很可能得到的是"任意一个大于等于目标值的位置"，而不是"第一个"。
正确的写法是，在nums[mid] >= target时，收缩右边界，同时用 res 记录当前 mid；在nums[mid] < target时，收缩左边界。循环结束后，res 就是第一个满足条件的位置。这种写法本质上是二分查找左边界的问题，它和标准二分查找的区别在于，找到目标值后不是立即返回，而是继续向左搜索，直到找到最左边的那个。
我在复盘时意识到，这类题其实考察的是"二分查找的变体意识"。很多人会写标准二分，但一碰到"第一个""最后一个""插入位置"这些词，就开始凭感觉改代码，改着改着就出了边界问题。应对方法是把二分查找的几种常见变体整理成模板，比如"第一个等于 target 的位置""最后一个等于 target 的位置""第一个大于等于 target 的位置""最后一个小于等于 target 的位置"，笔试前每个模板手写两遍，考场上才能稳。
5. 哈希与字符串：电商场景下的隐藏考点
哈希和字符串这两章，在唯品会A卷里不是主角，但出现的题目都很巧妙。它们以选择题和填空题的形式出现，却考出了"你是否理解底层实现"的深度。
5.1 哈希冲突的解决方案：从链地址法到开放定址法
A卷有一道题问：哈希表中解决冲突的方法有哪些？选项里列出了链地址法、开放定址法、再哈希法、建立公共溢出区。这道题没什么难度，但它后面跟了一道小题："在链地址法中，如果哈希函数设计得不好，导致大量元素映射到同一个桶，此时哈希表的查找时间复杂度会退化成多少？"答案是 O(n)，也就是退化成了链表的顺序查找。
这个知识点本身不难，但放到"电商系统里用户ID做哈希取模分库分表，如果某些热点用户ID扎堆，会导致某个库负载特别高"这个场景里，意义就不一样了。唯品会作为电商平台，后端服务里有大量哈希表的使用场景，从缓存到路由表，从消息队列到分库分表，哈希函数设计得好不好，直接影响系统的稳定性。笔试里考这个，说到底是在筛选有工程敏感度的人。
5.2 字符串匹配：KMP算法的最长公共前后缀
字符串部分，A卷考了一道 KMP 算法里 next 数组的填空题：给定模式串 "ababaca"，求它的 next 数组。这个题说难不难，说简单也不简单，因为 KMP 的 next 数组有两种不同的定义方式，一种是"最长公共前后缀长度"，另一种是"最长公共前后缀长度减一"。如果你用的是严蔚敏教材，next 数组的定义是后者；如果你用的是王道数据结构，定义又是前者。两份教材的 next 数组数值对不上，但 KMP 的整体思路是一样的。
所以我的建议是，笔试前先确认你用的教材是哪种定义，然后把 next 数组的手算方法练熟。以 "ababaca" 为例，如果用"最长公共前后缀长度"的定义，next[0] = -1（或者 0，取决于教材），next[1] = 0，next[2] = 1，next[3] = 2，next[4] = 3，next[5] = 0，next[6] = 1。如果你算出的是另一组数，也不用慌，只要你的 next 数组和模式串匹配时的移动逻辑自洽，笔试改卷通常按关键步骤给分。
值得多说一句的是，KMP 算法在唯品会这种体量的公司笔试里出现的频率并不低，因为电商场景里的敏感词过滤、商品标题匹配、搜索关键词纠错，背后都能看到字符串匹配算法的影子。虽然业务团队不一定真的手写 KMP，但笔试方希望通过这类题，筛选出"学过数据结构并能理解其设计思想"的人。
6. 图的遍历：A卷里最容易被忽略的送分题
说实话，图这一章在唯品会A卷里占比不大，但有一道关于图的遍历的选择题，我觉得值得拿出来说说，因为它也是一道典型的"基础题里藏陷阱"。
6.1 深度优先遍历与广度优先遍历：顺序问题不能想当然
题目是这样的：给定一个无向图的邻接表存储结构，从顶点 V0 出发进行深度优先遍历，以下哪个序列是不可能得到的？
这道题的关键在于，邻接表里每个顶点的邻接点顺序，是由建图时边的插入顺序决定的。如果不考虑邻接表的具体结构，直接按照"字典序最小"去遍历，就很容易选错。我记得当年这道题给出的四个选项里，有两个序列看起来都"像是"从 V0 出发的 DFS 序列，但其中一个违反了邻接表里的实际存储顺序，需要你画出邻接表才能判断。
这类题在教材里很常见，但很多同学平时练习时用的都是邻接矩阵，或者干脆在纸上画图、目测遍历顺序，忽略了邻接表里"边的存储顺序会影响遍历结果"这一关键点。我的经验是，遇到邻接表的遍历题，务必先在草稿纸上把邻接表画出来，再模拟遍历过程，不要凭直觉选答案。
6.2 拓扑排序：入度为零的结点顺序
A卷还有一道拓扑排序的填空题，给了一个有向无环图，要求写出一个拓扑排序序列。这道题本身不难，但我注意到，它考察的方式不是"给你图让你排序"，而是"给出一个序列，让你判断它是不是合法的拓扑排序序列"。这就比单纯的生成拓扑排序要难一点，因为你需要对拓扑排序的定义有清晰理解：对于图中的每一条有向边 u→v，u 在序列中的位置必须在 v 之前。
这种"判断合法性"的考法，比"生成"更考验概念的精确性。很多同学会拓扑排序的代码，但你真的给他一个序列，让他逐条边去验证合法性，他反而会犹豫。我当时的做法是，把每一条边都列出来，逐一检查，宁可写慢一点也不要漏掉任何一条边。
7. 考场实战复盘：从审题到代码的完整时间分配
最后这部分，我想完整复盘一下我在做唯品会A卷时的总体时间分配和答题策略，这对你后续参加任何校招笔试都有参考价值。把时间分配讲清楚，比单独讲某一道题更有用，因为它能帮你建立一套属于自己的考场节奏。
7.1 时间分配：选择题快、填空题稳、编程题留足时间
我的策略是：选择题平均每题不超过 1.5 分钟，填空题每题不超过 2 分钟，剩下的时间全部留给两道编程题。
为什么这么分配？因为选择题和填空题考察的是"是否知道"，编程题考察的是"能否做到"。知道的题目，你花再多时间也不太可能突然"灵光一现"想到正确答案，所以快速过、标记不确定的题，后面再复查；而编程题需要完整的思路构建、代码书写和边界检查，没有充足时间很容易写出半吊子代码。从我身边同学的反馈来看，翻车的往往不是不会做编程题，而是前面客观题耗时太久，到了编程题只剩二十分钟，只能草草写个思路骗点步骤分。
7.2 草稿纸的使用方法：分块演算与指针追踪
笔试题里的编程题，除非是纯手写代码的纸质考试，一般会提供在线编辑器，但草稿纸依然很重要。我自己的习惯是，遇到链表和树的题目，先在草稿纸上画出结构图，把每一步指针变化都标出来，再往编辑器里写代码。这样做的好处非常明显：很多边界情况，比如头结点变化、空树、只有一个结点，你在图上很容易发现，而在脑子里想就容易忽略。
以"反转区间链表"为例，我在草稿纸上画了三步：先把 m-1 的 pre 标出来，然后从 m 开始，逐个把结点摘下来头插到 pre 后面，最后画出反转完成后的链表形状。画完之后，代码里的指针操作顺序就有了明确的物理意义，写起来几乎不会错。
7.3 复查环节：回看不确定的题目
我大概留了八到十分钟做复查，重点看两类题：一类是之前标记过"不确定"的选择题，另一类是编程题的边界条件。
复查选择题时，我会把题目里的"之前""之后""第几个""是否稳定"这类关键词重新圈一遍，确认自己没有因为看错题目而选错答案。复查编程题时，我会在草稿纸上模拟几组测试用例，比如空链表、只有一个结点的链表、奇数个结点的树、偶数个结点的树。有些边界用例，考场上写代码时很容易忽略，复查环节多花几分钟，往往能挽回好几分。
我现在还记得，当年那套A卷的编程题里有一道关于链表的题目，我在复查时发现自己只考虑了 m=1 的情况，没有考虑 n 等于链表长度的情况。虽然最后两段代码在核心逻辑上是对的，但如果少了这个边界处理，在严格的测试用例下是会出问题的。离交卷还有三分钟时我补上了这个边界条件，那几分大概是救回来了。
8. 备考心法：我不是在教你背题，而是在教你怎么"忘掉背题"
写到这里，我想换个角度，聊聊比具体题目更重要的东西。
你可能已经发现了，这套唯品会A卷，考来考去，核心其实就两件事：一是你对数据结构基础概念的掌握是否精确，二是你能不能把数据结构的技术选型与真实业务场景挂钩。前者靠"背"能解决一部分，但解决不了"第 i 个元素之前插入要移动几个结点"这种扣细节的题；后者靠"刷题"能解决一部分，但解决不了"为什么 Top K 问题要用最小堆而不是最大堆"这种考察理解深度的题。
我个人的体会是，应对这类电商公司的笔试，比刷题更重要的，是把每一个数据结构的"为什么"想清楚。为什么链表插入是 O(1) 而查找是 O(n)？为什么快速排序平均复杂度低但不稳定？为什么哈希表能 O(1) 查找却需要处理冲突？这些问题的答案，才是数据结构笔试真正的考点。
那段时间我把严蔚敏的《数据结构》和王道的《数据结构考研复习指导》对照着看，前者帮我打基础，后者帮我抓考点。我还做了一件事：把每种数据结构的典型应用场景整理成一张表。链表对应 LRU 缓存，栈对应表达式求值，队列对应消息队列，树对应文件系统，堆对应优先队列，哈希表对应缓存系统，图对应社交网络关系。整理完这张表之后，再看到任何"XX场景适合用哪种数据结构"的题目，我基本不需要思考就能选出来。
最后再分享一个小技巧，笔试前一周，不要追求刷难题，而是把教科书上所有的基础代码重新手写一遍。单链表反转、双链表插入删除、二叉树前中后序遍历、层序遍历、快排、归并、堆排、二分查找、KMP、Dijkstra……每个都手写一遍，写的时候留意边界条件。这套动作做完，你的手感基本就回来了。
唯品会A卷的题目本身，到现在已经过去好几年了，但数据结构笔试的底层逻辑并没有太大变化。它依然在用这种方式提醒每一个求职者：基础不牢，地动山摇。希望这篇复盘对你接下来的笔试准备有帮助。
系统安装mysql8流程)
